O imagine pixelată asupra încălcării drepturilor de autor în utilizarea inteligenței artificiale
5 septembrie 2023 | Marius STANCIU, Sorin NICULESCU
Marius Stanciu
Sorin Niculescu
I. INTRODUCERE
1. Tema inteligenței artificiale (“I.”) a acaparat în perioada recentă orice subiect, de la problematica locurilor de muncă pe cale de dispariție, la utilizarea datelor cu caracter personal. Totuși, având în vedere evoluția puternică a utilizării A.I.-ului în sectoarele dedicate creației, se impune și analiza influenței A.I.-ului în contextul drepturilor de autor.
2. Dacă într-un articol precedent[1] am pus în discuție problema protecției creațiilor realizate prin intermediul sau de către inteligență artificială, observăm o lacună reminiscentă în ceea ce privește încălcarea drepturilor de autor preexistente în procesarea acestor creații.
3. Întreg procesul de prelucrare a informațiilor, fie că acestea sunt în formă de text sau foto-video, presupune metode diverse. Astfel, o perspectivă tehnică este fundamentală pentru înțelegerea modalității în care anumite opere protejate sunt utilizate și, în final, dacă există o încălcare a drepturilor de autor.
4. Astfel, în funcție de procedeul ales, o companie poate utiliza baze de date diverse, poate copia sau nu operele protejate de drepturi de autor, iar măsura în care aceste opere sunt prelucrate va fi extrem de diversificată. Totuși, există un număr limitat de procedee de prelucrare care au rămas relevante în acest sector.
II. PERSPECTIVA TEHNICĂ
5. Într-o abordare tehnică sumară, subliniem faptul că există ideea eronată conform căreia crearea generativă este similară creării unui colaj din imagini existente. În realitate, algoritmii generativi produc rezultate noi care se aseamănă, în final, cu un set de date de antrenament. Aceștia funcționează construind un model matematic al datelor de antrenament pentru a genera noi eșantioane, asemănătoare, dar nu identice cu cele din setul inițial de date. Conceptul central al inteligenței artificiale generative este de a antrena un sistem care să genereze rezultate ce imită statistic datele de instruire. De exemplu, dacă dorim ca AI să genereze romane, o antrenăm cu romane; pentru imagini, folosim imagini ca date de instruire.
6. Există numeroase tipuri de algoritmi generativi, precum modelele autoregresive, rețelele generative antagoniste și modelele de difuzie. Acestea sunt utile într-o varietate de sarcini, inclusiv generarea de imagini, augmentarea datelor și detecția anomaliilor. Pentru acest articol, vom detalia modelele de difuziune, întrucât unele dintre cele mai recente și de succes exemple de AI, cum ar fi Imagen, DALL·E 2, Stable Diffusion și MidJourney utilizează acest model.
7. În vederea sintetizării chestiunilor tehnice, vom lua în considerare modelul principal de generare utilizat, de tip text-to image, dezvoltat de către compania OpenAI, creatoarea bine-cunoscutului ChatGPT. Acest model de generare, CLIP („Contrastive Language-Image Pre-training”) îmbină proceduri de analiză a textului cu modelul primordial al difuziunii imaginilor.
8. Difuziunea imaginilor presupune dezmembrarea, puternica distorsionare a unei imagini pentru ca mai apoi modelul A.I. să învețe să reconstruiască ceea ce a analizat inițial. Mai precis, se utilizează un algoritm prin care, spre exemplu, o fotografie High-Definition ce are aproximativ 1 milion de pixeli ajunge să fie redusă la simplu așa-zis zgomot, fără a mai putea fi distins niciun element de către ochiul uman.
9. Modelul A.I. analizează modalitatea în care s-a realizat această dezmembrare și procedează la inversarea întregului proces. Mai departe, analizând o bază de date coerentă, modelul va putea genera imagini din aceeași categorie cu imaginea analizată inițial.
10. Altfel spus, difuzia corupe o intrare, precum o fotografie, prin adăugarea de zgomot. Antrenamentul implică instruirea unei rețele neuronale să inverseze acest proces de corupție. În învățarea automată, un algoritm învață să refacă o imagine, memorând mai eficient aspectul acesteia prin transformarea în zgomot și inversarea procesului. Rezultatul nu este o copie exactă a datelor de antrenament, ci o aproximare statistică. Pentru o mai bună înțelegere, este echivalent cu o persoană care dezmembrează și reconstruiește motoare de autoturisme ajungând să recunoască imediat toate componentele, îl deosebește de orice alte tipuri de obiecte din aceeași categorie și, având această întreagă experiență, poate construi un motor propriu.
11. Pentru a putea ajunge la rezultatele atât de puternice precum sunt cele care sunt la dispoziția oricărui utilizator, platforme precum DALL-E, creată de către OpenAI, utilizează acest procedeu împreună cu analiza textului. În această modalitate, modelul reușește să ajungă la un mecanism de așa-zisă înțelegere a cuvintelor și a frazelor, producând imagini corespunzătoare descrierii oferite de către utilizator.
12. Spre exemplu, la introducerea textului „un avocat în stilul lui Picasso”, DALL-E înțelege atât cum ar trebui să arate un avocat prin prisma bazei lui de date, cât și care este stilul utilizat în imaginile pe care acesta le-a calificat ca fiind operele lui Picasso:
13. Mijlocul prin care cuvintele sunt atribuite de către model unor anumite imagini este prin analiza detaliilor scrise ale fiecărei imagini din baza de date pe care acesta a parcurs-o. Pentru o mai bună indexare a unei imagini, cu numeroase ocazii vom descoperi detalii oferite de către autor cu privire la imaginea încărcată. Există multiple exemple în care o simplă fotografie cu o cutie de cadou descoperită pe un motor de căutare va avea în substratul acesteia texte precum „cadou”, „Crăciun” sau „sărbători”. Astfel, modelul A.I. va atribuii cuvântului Crăciun, printre altele, și ceea ce a observat acesta că ar reprezenta o cutie de cadou.
14. Așadar, prin comanda „imagine de Crăciun în casă”, modelul A.I. poate ajunge la o imagine finală precum:
15. Se poate observa că într-o atare situație s-au avut în vedere mai multe elemente care au fost atribuite ideii de „Crăciun”, incluzând atât cutiile de cadou, cât și bradul, luminile și alte asemenea pe care modelul A.I. le-a înțeles ca fiind nelipsite dintr-un astfel de context prin prisma detaliilor text din spatele imaginilor.
16. Deși încă nu s-a ajuns la nivelul în care inteligența artificială să aibă o reală înțelegere a semnificației fiecărui element, aceasta este totuși un procesator de date care conduce la un rezultat similar cu mintea umană.
17. Un exemplu cât se poate de simplu este cel al unui copil care încă nu se află în nicio formă de învățământ și care este la debutul capacității sale de dialog. Acesta va auzi de conceptul de „mașină” și îi va atribui o reprezentare vizuală prin exercițiu. Ulterior, orice tip de autoturism va observa, acesta va recunoaște că reprezentarea vizuală din acel moment este corespunzătoare unei mașini.
18. Există un alt element foarte important implicat în modelele generative, și acesta se numește spațiu latent. Pentru a antrena un model cu milioane, și uneori miliarde de puncte de date unice, ar fi ineficient ca mecanismul de AI să trateze fiecare punct de date în același mod, întrucât ar putea exista grupuri de lucrări similare. Dacă ne gândim la imagini, s-ar putea să nu trebuiască ca mecanismul de AI să analizeze fiecare poză cu câini, ar putea fi suficient să grupeze datele care sunt similare; în multe feluri creierul nostru funcționează în acest fel, nu trebuie să știi fiecare formă sau mărime de câine pentru a recunoaște unul pe stradă, la un moment dat înveți că orice de la un Teckel la un Labrador sunt câini. Așadar, un spațiu latent este un spațiu cu dimensiuni reduse unde fiecare punct reprezintă un „înglobare” sau „cod” diferit pentru datele originale, ideea este de a găsi o reprezentare mai compactă a datelor.
19. Prin urmare, ne putem imagina datele ca pe o cameră, în care sunt puse imaginile cu mașini în același spațiu, imaginile cu câini într-un alt spațiu, iar sub acele diviziuni, sunt grupate imaginile relevante (Labradori, Teckeli etc.). Spațiul latent permite clasificarea și gruparea datelor similare și a reprezentărilor de cuvinte și este utilizat în modelele generative unde scopul este de a învăța o reprezentare a datelor care poate fi utilizată pentru a genera noi eșantioane care sunt ca cele din setul de antrenament. Acest lucru este foarte valoros deoarece ajută la comprimarea inputurilor. Aceasta este esențială în înțelegerea problemei generării de outputuri, modelele de antrenament nu dețin fiecare piesă de date în antrenamentul lor, ele dețin reprezentări de date grupate în lucrări similare.
III. GÂNDIREA ELECTRONICĂ ȘI ÎNCĂLCAREA DREPTURILOR DE AUTOR
20. În lumina conceptului de înțelegere, de învățare, și simplificând modalitatea în care un procesator A.I. va opera, s-ar putea analiza încălcarea drepturilor de autor chiar din perspectiva unei ființe umane. Pentru claritate, vor fi avute în vedere doar mecanismele A.I. care urmăresc scopuri comerciale, precum soluțiile tehnice dezvoltate de către compania OpenAI.
21. În primul rând, este important să recunoaștem că atât creierul uman, cât și A.I.-ul este alimentat cu o cantitate semnificativă de date, inclusiv texte, imagini, videoclipuri și alte tipuri de conținut protejat de drepturile de autor. Acest lucru poate duce la utilizarea neautorizată a acestor opere protejate în procesul de generare a unor noi materiale.
22. În cazul gândirii umane, o persoană percepe și interpretează lumea înconjurătoare prin intermediul simțurilor sale și al cunoștințelor acumulate. Aceasta poate atribui semnificații și înțelesuri informațiilor primite. De exemplu, atunci când privim o pictură, creierul nostru procesează detaliile vizuale, le asociază cu informațiile acumulate și creează o reprezentare în conștiința sa a operei de artă.
23. Similar, un A.I. utilizează algoritmi și modele de învățare pentru a procesa datele și a genera rezultate. Cu toate acestea, diferența cheie este că A.I.-ul nu are o înțelegere subiectivă a lumii. A.I.-ul funcționează pe baza instrucțiunilor și datelor furnizate, iar procesul său de înțelegere se bazează pe modele statistice și analiza datelor de antrenament.
24. În al doilea rând, în ceea ce privește încălcarea drepturilor de autor, atât gândirea umană, cât și A.I.-ul pot fi similare. O persoană poate încălca drepturile de autor prin utilizarea ilegitimă a unor opere protejate, atât în învățare, cât și în execuție, în timp ce un A.I. poate fi programat să proceseze și să genereze conținut care încalcă drepturile de autor.
25. Se observă că trebuie avute în vedere două ipoteze în care se pot exista încălcări ale dreptului de autor: Faza I, a învățării; și Faza II, a execuției.
A. Încălcarea drepturilor prin învățare
26. În ceea ce privește învățarea, din ambele perspective, trebuie observată legitimitatea surselor după care aceste persoane se inspiră. Astfel cum o persoană poate folosi lucrări piratate de pe internet, lucrări care nu au fost făcute publice și alte asemenea, baza de date de pe care A.I.-ul învață va putea fi supusă acelorași rigori.
27. Deși metoda de învățare este substanțial diferită ca procedeu, prioritară analizei rămâne problema drepturilor autorului unei anumite opere de a alege modalitatea în care creația sa va fi utilizată, în special în cazul unor rezultate care produc avantaje comerciale.
28. Într-un caz recent, fotograful german Robert Kneschke s-a îndreptat împotriva LAION (acronim pentru Large-scale Artificial Intelligence Open Network) după ce a descoperit că portofoliul său de fotografii este utilizat într-una dintre bazele de date deținute de către aceasta. Inițial, la cererea fotografului de a elimina fotografiile sale din baza de date a companiei, LAION s-a apărat prin a menționa că baza de date a acestora conține doar link-uri care trimit la fotografii și alte detalii ale acestora, dar nu există nicio bază de date care să conțină fotografiile sale. Astfel, se pune problema dacă antrenarea modelului de AI pe baza unor baze de date, care sunt publice, care trimit către opere protejate, reprezintă o încălcare a dreptului de autor. Din păcate, deocamdată nu există nicio soluție în acest caz, dar este un exemplu demn de luat în considerare pentru a observa cu atât mai atent efectele pe care le are existența A.I.-ului.
29. Deși, într-adevăr, fotografiile se află pe internet și orice persoană ar fi putut să le acceseze pentru a le vizualiza și a se inspira din ele, va interveni ideea modalității în care informațiile sunt utilizate.
30. Surprinzător, Legea 8/1996 se mulează extraordinar pe problematica modalității în care un model A.I. reușește să învețe. În acest sens, vom avea în vedere două ipoteze: (i) cea în care o operă se încearcă a fi protejată, chiar dacă se află publicată în online; și (ii) opera care a fost adusă la cunoștința publicului prin publicarea în mediul online.
31. În cea dintâi ipoteză, avem în vedere situațiile în care baza de date a A.I.-ului conține imagini protejate împotriva reproducerii precum cele publicate pe platforme de vânzare de imagini. Acele imagini conțin logoul platformei, repetat, pentru a nu se putea folosi opera.
32. Din păcate pentru autori, un model de procesare A.I. va avea puterea necesară să ignore acele logouri, procesând fără dificultăți opera din spatele lor. Este cert că nici intenția platformei de vânzare, nici intenția autorului nu a fost de a permite reproducerea sau utilizarea operei în acest sens. Astfel, în acest caz își poate găsi aplicarea art. 12 din Legea nr. 8/1996 care prevede că „Autorul unei opere are dreptul patrimonial exclusiv de a decide dacă, în ce mod şi când va fi utilizată opera sa, inclusiv de a consimţi la utilizarea operei de către alţii”.
33. Așadar, se poate ajunge cu ușurință la concluzia că, potrivit Legii nr. 8/1996, dacă opera a fost publicată de către autor în online cu scopul exclusiv de a vinde opera, iar nu de a fi utilizată în nicio altă modalitate, fiind rezonabil de determinat că aceasta a fost intenția sa, deținătorul procesatorului A.I. va încălca drepturile autorului.
34. Cea de-a doua ipoteză, în care opera autorului este publică, dar evident nu destinată a fi utilizată de către un terț, în special pentru a fi prelucrată în scopuri economice, pot interveni și alte drepturi ale autorului.
35. Spre exemplu, chiar dacă ar fi să ignorăm aplicarea art. 12 din Legea nr. 8/1996, art. 13 lit. a) al aceleiași legi conferă autorului dreptul de a interzice reproducerea operei sale. Totodată, trebuie avută în vedere definiția reproducerii oferită de Legea 8/1996 la art. 14 care statuează că „Prin reproducere, în sensul prezentei legi, se înţelege realizarea, integrală sau parţială, a uneia ori a mai multor copii ale unei opere, direct sau indirect, temporar ori permanent, prin orice mijloc şi sub orice formă, inclusiv realizarea oricărei înregistrări sonore sau audiovizuale a unei opere, precum şi stocarea permanentă ori temporară a acesteia cu mijloace electronice”.
36. Or, în modelul tehnic analizat în prezenta lucrare, exact încercarea de reproducere și realizarea, cel puțin temporară, a unor copii ale operei, este modalitatea prin care un A.I. reușește să învețe.
37. În acest sens, se poate concluziona fără mari dificultăți că procesul modelelor de A.I. a operelor protejate de drepturi de autor poate fi sistat de către autorul operei, acestea căzând sub incidența prevederilor Legii 8/1996.
B. Încălcarea drepturilor de autor prin generare
38. De exemplu, un A.I. antrenat să genereze texte sau imagini poate produce opere care sunt similare sau chiar identice cu cele protejate de drepturi de autor. Acest lucru poate avea loc în mod intenționat, atunci când programatorul A.I.-ului utilizează voit materiale protejate pentru a genera conținut, sau în mod accidental, atunci când algoritmul A.I.-ului produce conținut similar fără a fi conștient de drepturile de autor existente.
39. În astfel de situații, este important să se stabilească responsabilitatea pentru încălcarea drepturilor de autor. În cazul unei persoane umane, aceasta poate fi trasă la răspundere pentru acțiunile sale și poate fi obligată să plătească despăgubiri. În cazul unui A.I., problema devine mai complexă, deoarece responsabilitatea poate fi atribuită atât programatorului A.I.-ului, cât și operatorului sau utilizatorului acestuia în funcție de situația concretă în care ne aflăm.
40. Deși A.I.-ul poate procesa și genera conținut, el nu poate fi considerat în mod direct responsabil din punct de vedere legal. În schimb, responsabilitatea legală poate fi atribuită programatorului sau operatorului A.I.-ului care a furnizat instrucțiunile și datele pentru antrenamentul acestuia.
41. Așadar, este de observat persoana care a contribuit covârșitor la reproducerea unei opere. Cu privire la vinovăția programatorului de a utilizat opere protejate în baza sa de date sau a programat A.I.-ul într-o modalitate în care se încalcă drepturile de autor ale unui individ am discutat în capitolul anterior. Așadar, rămâne de observat dacă o persoană, prin utilizarea A.I.-ului, poate încălca drepturi de autor chiar dacă, în mod direct, nu a reprodus o operă.
42. Este de avut în vedere că A.I.-ul de tip text-to-image nu poate acționa autonom. Acesta va crea doar în baza instrucțiunilor utilizatorului. Instrucțiunile pot fi vagi, introducându-se doar un text precum „o fotografie cu un câine”:
43. Totodată, se utilizatorul poate ajunge la a realiza descrieri mai complexe prin care să se ajungă la reproducerea sau imitarea unor opere deja cunoscute. Spre exemplu, poate fi introdusă comanda „o fotografie cu patru câini care joacă poker la o masă roșie într-un bar vechi”:
44. Prin instrucțiuni se poate ajunge la rezultate la care este evidentă intenția autorului de a copia o anumită operă. Așadar, procesul intelectual care a condus la nașterea unei vătămări ale drepturilor de proprietate intelectuală ale autorului poate fi eminamente al persoanei care a oferit instrucțiunile necesare.
45. Concluzionând, similar cu o problematică a dreptului penal, este relevantă analiza parcursului psihologic al persoanelor implicate. Întrebarea decisivă va fi „Cine și prin ce acțiuni a avut intenția de a încălca drepturile de autor ale artistului?”.
46. Cu titlu de exemplu, în ceea ce privește cazul particular al ChatGPT, responsabilitatea este pasată pe utilizator.
47. Termenii de utilizare ai Open AI[2] descriu modul în care se pot furniza informații pentru servicii („Intrare”) și pentru a primi rezultate generate și returnate de servicii pe baza Intrării („Ieșiri”). Termenii definesc atât Intrarea, cât și rezultatul ChatGPT în mod colectiv ca fiind „Conținut”.
48. Termenii precizează apoi că utilizatorul deține toate Intrările și, sub rezerva respectării termenilor, OpenAI atribuie toate drepturile, titlurile și interesul asupra și către Ieșire către utilizator: „Sunteți responsabil pentru Conținut, inclusiv pentru a vă asigura că acesta nu încalcă nicio lege aplicabilă sau acești Termeni”.
49. Având în vedere că noțiunea de „Conținut” include atât ceea ce se introduce, cât și ceea ce ChatPGT oferă ca ieșire, responsabilitatea revine utilizatorului, și nu ChatGPT, pentru a se asigura că rezultatele sale nu încalcă legea sau termenii Open AI. De exemplu, dacă cineva face o revendicare privind încălcarea proprietății intelectuale, responsabilitatea este transferată către utilizator, care a provocat rezultatul, și nu pe ChatGPT, care a produs rezultatul.
IV. PROPUNERI DE REGLEMENTARE LA NIVEL EUROPEAN
50. Reglementările privind drepturile de autor trebuie să fie actualizate pentru a ține pasul cu avansurile tehnologice și pentru a proteja drepturile autorilor în era digitală. Un prim pas în acest sens este făcut prin propunerea de Regulament al Parlamentului European și al Consiliului de stabilire a unor norme armonizate privind inteligența artificială (“AI Act”).
51. Potrivit AI Act, companiile care implementează instrumente AI generative, cum ar fi ChatGPT, vor trebui să dezvăluie orice material protejat prin drepturi de autor folosit pentru a-și dezvolta sistemele.
52. Articolul 28b din proiectul consolidat al AI Act prevede că: “[f]urnizorii de modele de bază utilizate în sistemele AI destinate în mod special să genereze, cu diferite niveluri de autonomie, conținut cum ar fi text complex, imagini, audio sau video („AI generativ”) și furnizori care specializează un model de bază într-un AI generativ sistem, trebuie […] (c) fără a aduce atingere legislației naționale sau ale Uniunii privind drepturile de autor, documentează și pun la dispoziția publicului un rezumat suficient de detaliat al utilizării datelor de formare protejate de legea dreptului de autor”.
53. Obligația de a dezvălui informații referitoare la seturile de date de formare este repetată în alte locuri pe parcursul AI Act.
54. Referirea la „datele de formare protejate de legea dreptului de autor” este mai complexă decât pare: nu există un registru de drepturi de autor în UE (spre deosebire de SUA), iar legile privind drepturile de autor ale statelor membre diferă, deci dacă conținutul este protejat presupune o analiză juridică particulare. În plus, este greu de știut ce reprezintă un „rezumat suficient de detaliat al utilizării datelor de formare” și cât de des trebuie actualizat acest rezumat. Această incertitudine ar putea duce atât la subincluziune, cât și la supraincludere. Deoarece scopul acestei obligații de divulgare este de a permite deținătorilor de drepturi să ia măsuri împotriva utilizării ilegale, un domeniu de divulgare neclar ar putea duce la un risc crescut de revendicări nejustificate și la o lipsă de transparență pentru deținătorii de drepturi. În cele din urmă, rămâne de văzut cum poate fi echilibrată o astfel de obligație largă de divulgare cu interesul legitim al furnizorilor de inteligență artificială de a se abține de la a-și compromite propria proprietate intelectuală sau secrete comerciale prin punerea la dispoziția publicului a informațiilor respective.
55. În afară de aceasta, noile prevederi din AI Act conțin, de asemenea, o obligație de conformitate oarecum ambiguă la articolul 28b alin. 4(b), în temeiul căreia furnizorii trebuie să „instruiască și, dacă este cazul, să proiecteze și să dezvolte modelul de fundație în așa fel încât să să asigure <<garanții adecvate>> împotriva generării de conținut care încalcă dreptul Uniunii, în conformitate cu stadiul tehnicii general recunoscut și fără a aduce atingere drepturilor fundamentale, inclusiv libertatea de exprimare”. Nu este clar ce standard de diligență implică „garanțiile adecvate”, în special în ceea ce privește potențialele încălcări ale legilor privind drepturile de autor.
56. Mai multe îndrumări cu privire la aceste aspecte în acordul final privind AI Act ar fi binevenite, mai ales că amenzile asociate cu nerespectarea sunt semnificative. Deocamdată, furnizorii de inteligență artificială ar putea dori să se pregătească pentru modul în care ar putea aborda aceste obligații de divulgare, de ex. prin urmărirea și documentarea datelor de antrenament.
V. CONCLUZIE
57. Utilizarea A.I.-ului în procesarea datelor și generarea de conținut poate aduce beneficii semnificative în diferite domenii, însă există riscul încălcării drepturilor de autor în acest proces. Este important ca aspectele tehnice și juridice să colaboreze pentru a aborda aceste probleme și a dezvolta soluții adecvate.
58. În același timp, dezvoltatorii de A.I. și utilizatorii săi trebuie să fie conștienți de importanța respectării drepturilor de autor și să ia măsuri corespunzătoare pentru a evita încălcările.
59. În final, este esențial să se promoveze o conștientizare și o înțelegere a drepturilor de autor în contextul utilizării A.I.-ului. Respectarea drepturilor de autor și luarea în considerare a originii și proprietății operelor generate de A.I. pot contribui la o dezvoltare sustenabilă și etică a tehnologiei și a utilizării sale în diverse domenii.
[1] M. Stanciu, S. Niculescu, A.D.N.-ul creației inteligenței artificiale. Dreptul de autor asupra artei generative., Revista Română de Dreptul Proprietății Intelectuale Nr. 2/2022.
[2] https://openai.com/policies/terms-of-use
Marius Stanciu, Partener Buju Stanciu & Asociații
Sorin Niculescu, Senior Associate Buju Stanciu & Asociații
- Flux integral: www.juridice.ro/feed
- Flux secţiuni: www.juridice.ro/*url-sectiune*/feed
Pentru suport tehnic contactaţi-ne: tehnic@juridice.ro
